基于灰狼优化聚类算法的日负荷曲线聚类分析

针对模糊C-均值聚类算法(Fuzzy C-Means,FCM)应用于日负荷曲线聚类分析时存在易受初始聚类中心影响,易收敛于局部最优值以及日负荷曲线的内在特性难以通过距离得到充分反映的问题,利用日负荷特征值指标对日负荷曲线进行数据降维处理.提出了基于灰狼算法(Grey Wolf Optimizer,GWO)优化的模糊C-均值聚类算法(GWO-FCM).该算法利用GWO为FCM优化初始聚类中心,结合了GWO的全局搜索能力和FCM的局部搜索能力.算例结果表明所提方法可有效提高日负荷曲线聚类效果,算法鲁棒性好....

Full description

Saved in:
Bibliographic Details
Published in电力系统保护与控制 Vol. 48; no. 6; pp. 68 - 76
Main Authors 吴亚雄, 高崇, 曹华珍, 陈吕鹏, 唐俊熙, 李浩
Format Journal Article
LanguageChinese
Published 广东电网有限责任公司电网规划研究中心,广东广州 510030 16.03.2020
广东电网发展研究院有限责任公司, 广东广州 510030%苏州华天国科电力科技有限公司,江苏苏州,215000
Subjects
日负荷曲线聚类分析
数据降维
算法鲁棒性
灰狼优化算法
模糊C-均值聚类算法
Online AccessGet full text

Cover

More Information
Summary:针对模糊C-均值聚类算法(Fuzzy C-Means,FCM)应用于日负荷曲线聚类分析时存在易受初始聚类中心影响,易收敛于局部最优值以及日负荷曲线的内在特性难以通过距离得到充分反映的问题,利用日负荷特征值指标对日负荷曲线进行数据降维处理.提出了基于灰狼算法(Grey Wolf Optimizer,GWO)优化的模糊C-均值聚类算法(GWO-FCM).该算法利用GWO为FCM优化初始聚类中心,结合了GWO的全局搜索能力和FCM的局部搜索能力.算例结果表明所提方法可有效提高日负荷曲线聚类效果,算法鲁棒性好.
ISSN:1674-3415
DOI:10.19783/j.cnki.pspc.190486